时相调制的循环相关匹配滤波技术研究

针对传统数字调制信号的边带衰减缓慢,造成频谱扩展问题,从相位突变调制出发,提出具有较快边带衰减特性的调制方式——时相调制(TPM)。提出以非平稳信号分析方法分析通信信号,并针对TPM调制的循环平稳特性,利用谱相关分析理论,给出TPM调制的循环相关匹配滤波设计方法,并进行了性能仿真分析。仿真结果表明:与传统匹配滤波方法相比较,循环相关匹配滤波方法能够充分利用TPM信号的循环平稳特性,可以有效提高TPM调制系统信息传输可靠性。     

激光测高系统中匹配滤波器的设计

激光测高仪不仅可以精确测量目标的距离,还能够从回波信号中提取倾斜度、粗糙度等特征信息,应用十分广泛。通过对测高系统中信号检测单元分析,采用匹配滤波对回波信号进行处理,达到了理想的滤波效果,这对特征信号的提取和提高系统的探测精度起到了关键的作用。     

基于脉动阵列结构的高速匹配滤波器设计

文章讨论了高速数传系统中匹配滤波器的设计问题。文中给出了FPGA实现中基于DSP搭建的脉动阵列匹配滤波器架构,同时为了提高滤波器的工作时钟频率,对滤波器进行了多相分解,将高速的串行输入数据降速为多路并行数据进行多相滤波,进一步提升了输入数据时钟频率,为实现高速解调提供了保证。     

神经自适应匹配滤波器

文中讨论了匹配滤波器的神经网络实现方法，通过这种方法可使匹配滤波器的性能逼近最佳，同时摈弃了传统地难以实时处理弊端。     

FMT滤波器组设计与性能分析

研究了滤波多音调制（FMT）系统的综合／分析滤波器组,通过滤波器组多相分解推导了FMT系统接收端M路并行子信道准确重构条件。对FMT系统中低通原型滤波器进行了设计,并进行了比较,分析了由不同原型滤波器进行设计的滤波器组性能,并给出了FMT系统滤波器组的仿真结果。     

基于循环缓冲区FIR滤波器的设计

数字滤波技术主要包括滤波器设计及滤波过程的实现两方面内容。文中阐述了FIR滤波器基本结构,结合实例用Matlab来确定FIR滤波器系数,分析了循环缓冲区算法原理。在该算法的基础上,结合设计的滤波器实现对输入混合信号的FIR数字滤波,最后给出了滤波前后输入输出信号波形仿真。     

基于Simulink的匹配滤波器设计与实验

针对“匹配滤波器”教学内容中缺乏相关课程实验与实现的教学环节,基于Simulink仿真平台搭建了二进制确知数字信号的匹配滤波型最佳接收机架构,并采用了四种传输函数进行对比验证。这一实验教学活动的引入有助于增强教学内容的趣味性,激发学生的学习热情,使原本抽象且枯燥的知识点变得具体、生动形象,加深了学生对匹配滤波器原理的理解与应用。     

基于余弦调制滤波器组的一种高效实现

本文给出了基于余弦调制的ＦＩＲ分析／综合滤波器组的一种高铲实现结构，其分析节和综合节分别由多相结构和离散正余弦变换网络组成；去除了由ＤＦＴ网络的计算冗余，与文献」３「相比，有效减少了总的计算量，进一步提高计算效率，具有较大的理论意义和实用价值。计算机仿真结果证明了本实现结构。     

基于循环频率补偿的循环平稳信号时差提取方法

文章分析了循环互相关时差提取方法(CCC方法)的不足,提出了基于循环频率补偿的动目标时差提取方法(COF-CCC方法);同时讨论了将该方法由二阶推广至k阶循环平稳过程的情况,得到了更一般性的结论.仿真实验比较了该方法与传统相关时差提取方法的性能,仿真结果显示该方法在极低信噪比条件下仍能有效工作.     

信道补偿技术的发展及其在说话人识别上的应用

主要介绍了现阶段国内外有关信道补偿的主要技术方法、研究现状及未来发展方向,同时着重讨论了信道补偿技术在说话人识别上的应用。首先简述经验补偿和盲补偿两种方法以及它们的优缺点,然后分别讨论在特征空间、模型空间和得分空间上信道补偿技术在说话人识别上的应用。最后讨论了信道补偿技术在未来的发展方向。     

基于码本的说话人自适应方法

本文提出了一种基于码本的说话人自适应方法.它可以将变换方法和Bayes估计法这两大类说话人自适应方法的优点有机的结合起来,既能实现快速的说话人自适应,还具有良好的一致渐进性.自适应过程可分为两个阶段:在第一阶段,用由大量参考说话人的语音码本构成的线性组合来逼近用户的语音码本.此时只需要很少的自适应训练数据就可以用基于Rosen梯度投影法的优化算法计算出线性组合中各码本的最佳权值.在第二阶段,码本的最佳线性组合被用作用户码本的先验估计值.随着更多自适应训练数据的获得,系统对用户码本进一步进行Bayes估计,从而可以实现累进的自适应.作者将该方法应用于说话人无关的连续汉语语音识别系统.一系列的对比实验表明该自适应方法很有前途.     

基于本征音子说话人子空间的说话人自适应算法

本征音子说话人自适应算法在自适应数据量充足时可以取得很好的自适应效果,但在自适应数据量不足时会出现严重的过拟合现象。为此该文提出一种基于本征音子说话人子空间的说话人自适应算法来克服这一问题。首先给出基于隐马尔可夫模型-高斯混合模型(HMM-GMM)的语音识别系统中本征音子说话人自适应的基本原理。其次通过引入说话人子空间对不同说话人的本征音子矩阵间的相关性信息进行建模;然后通过估计说话人相关坐标矢量得到一种新的本征音子说话人子空间自适应算法。最后将本征音子说话人子空间自适应算法与传统说话人子空间自适应算法进行了对比。基于微软语料库的汉语连续语音识别实验表明,与本征音子说话人自适应算法相比,该算法在自适应数据量极少时能大幅提升性能,较好地克服过拟合现象。与本征音自适应算法相比,该算法以较小的性能牺牲代价获得了更低的空间复杂度而更具实用性。     

基于FVQ/HMM的无教师说话人自适应

本文提出了一种新的语音识别方法,它综合了VQ、HMM和无教师说话人自适应算法的优点,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立FVQ/HMM,同时采用基于模糊矢量量化的无教师自适应算法,来改变FVQ/HMM的各状态的码字,从而实现对未知说话人的码本适应.本文通过非特定人汉语数码(孤立和连续数码)语音识别实验,把该新的组合方法同基于CHMM的自适应和识别方法进行了比较,实验结果表明该方法的自适应和识别效果优于基于CHMM的方法.     

汉语大词汇量连续语音识别系统研究进展

本文综述了近年来大词汇量连续语音识别技术进步和发展,描述了大词汇量连续汉语语音识别系统的设计方法.对语音识别系统中的一些关键技术和原理进行了详细地分析和讨论,并对语音识别技术进一步发展中存在的问题和近年语音识别研究发展动向进行了讨论.     

语音识别中基于低秩约束的本征音子说话人自适应方法

该文提出一种基于低秩约束的本征音子(Eigenphone)说话人自适应方法。原始的本征音子说话人自适应方法在自适应语料充分时具有很好的效果,然而当自适应语料不足时,出现严重的过拟合现象,导致自适应后的系统可能比自适应前的系统还要差。首先,对协方差矩阵为对角阵的隐马尔可夫-高斯混合模型语音识别系统,推导出一种简化的本征音子矩阵估计算法;然后,对本征音子矩阵引入低秩约束,采用矩阵的核范数作为矩阵秩的凸近似,通过调节核范数的权重因子以有效控制自适应模型的复杂度;最后,给出一种加速近点梯度算法以求解新算法中引入的带有核范数正则项的数学优化问题。汉语连续语音识别的说话人自适应实验表明,引入低秩约束后,本征音子说话人自适应方法的自适应效果得到了明显提高,在5~50 s的自适应数据条件下,均取得了比最大似然线性回归后接最大后验(MLLR+MAP)自适应更佳的识别效果。     

高性能汉语数码串语音识别

本文给出了一个高性能汉语数码串非特定人连续语音识别系统,其声学模型基于Mel倒谱系数和连续HMM,识别时采用多候选帧同步搜索算法,并采用了MCE算法进行训练以提高系统的区分能力,实验证明该系统的识别率为94.8%(不定长数字串)和96.8%(定长数字串).为增强系统的实用性,本文还研究了基于MAP算法的说话人自适应算法和基于置信度的拒识算法.在进行自适应后,误识率可相对下降40%以上,在拒绝掉5%的正确语音时,系统识别率可以上升到96.9%(不定长数字串)和98.7%(定长数字串).     

小型实时语音识别系统研究

本文论述了一种小词汇量的特定人孤立字实时识别系统。该系统采用一般器件,与其他同类系统相比,具有成本低、性能可靠等优点。实验结果表明:对十个汉语数字(0～9)和五个命令字的识别率分别为95%和98%。     

利用性别判识技术的说话人识别系统的研究

本文在基于GMM的与文本无关说话人识别系统中考虑性别差异,提出了把不同性别的说话人特征参数归成不同的两个子集,识别时先判断待识别说话人特征是属于哪个性别子集后,再在相应的子集中进行识别的方法。实验结果表明该方法能够改善基于GMM的与文本无关说话人识别系统的识别率。     

基于GMM说话人分类的说话人识别方法研究

提出了基于高斯混合模型（GMM）说话人分类的分级说话人识别系统,同时将小波神经网络（WNN）引入到子识别系统中。分别对未分级说话人识别系统和分级说话人识别系统进行了比较。仿真实验结果表明,分级网络在保证正确识别率的同时,不仅改善了网络训练速度,亦大大提高了识别响应速度。